lol4t0/sklearn

Python 3 预装 sklearn 镜像

镜像概述

本镜像基于Python 3环境构建，已预先安装scikit-learn（简称sklearn）机器学习库，旨在为用户提供开箱即用的机器学习开发和运行环境，避免手动安装依赖的繁琐过程，简化相关应用的部署流程。

核心功能与特性

• 基础环境：基于Python 3构建，确保与主流Python生态兼容
• 预装依赖：已集成scikit-learn包，可直接用于机器学习模型开发、训练和推理
• 轻量设计：优化镜像体积，便于快速拉取和部署
• 灵活扩展：支持通过Dockerfile自定义构建，满足个性化需求

使用场景

• 机器学习模型的快速原型开发与测试
• 数据分析和数据科学相关任务执行
• 教学环境搭建，方便学习者直接使用sklearn库
• 需要快速部署sklearn依赖应用的生产或测试环境

使用方法

从Docker Hub拉取镜像

直接通过以下命令从Docker Hub拉取官方镜像：

bash
docker pull lol4to/sklearn

本地构建镜像

若需自定义配置，可使用提供的Dockerfile进行本地构建：

bash
# 假设当前目录包含Dockerfile
docker build -t custom-sklearn-image .

容器运行示例

1. 启动交互式Python环境

直接进入包含sklearn的Python交互环境：

bash
docker run -it --rm lol4to/sklearn python

2. 运行本地Python脚本

将本地目录挂载到容器中，执行包含sklearn依赖的Python脚本：

bash
# 将当前目录挂载到容器的/app目录，并运行脚本
docker run -it --rm -v $(pwd):/app -w /app lol4to/sklearn python your_ml_script.py

3. 后台运行服务

若需将sklearn模型作为服务运行，可配合相关框架（如Flask、FastAPI）使用：

bash
# 假设脚本启动Web服务监听5000端口
docker run -d -p 5000:5000 --name sklearn-service -v $(pwd):/app -w /app lol4to/sklearn python ml_service.py